מנועי חיפוש - מבינה אנושית לבינה מלאכותית. הרצאה בכינוס העשירי לאורתופדיה ואוסטיאוארתריטיס

אתמול היה לי הכבוד והעונג להרצות בפני באי הכנס הישראלי העשירי לאורתופדיה ואוסטיאוארתריטיס בנושא כלים לעדכון שוטף וחיפוש יעיל במידע הרפואי הדיגיטלי: מה צופן העתיד?
האתגר האמיתי היה להכניס את כל מה שרציתי לומר ב - 15 הדקות שהוקצו לי...
ההרצאה עסקה בכלים דיגיטליים המסייעים לאנשי מקצוע להתמודד עם עומס המידע הקיים כיום. התמקדתי בעיקר במנועי חיפוש מתקדמים - מבוססי בינה אנושית (הווה) ומבוססי בינה מלאכותית (הווה ועתיד). ויש גם הצצה לממשק החדש של פאבמד שצפוי לעלות בספטמבר הקרוב!
כפי שהבטחתי למשתתפים, אני מעלה כאן את המצגת, למי שרוצה להתנסות במגוון הכלים שהוצגו.
להורדת המצגת לחצו כאן על הקישור.
תודה רבה לד"ר רונן דבי, יו"ר הכינוס, לאילת דבי ולחברת מדיקל מדיה, ולהתראות בכנס הבא!

רואים תוצאות (חלק 6) - מנוע החיפוש OMNITY

עכשיו, שהסתיים חג הפסח, אני שמחה לומר שעשיתי סדר יסודי למדי. לא, לא במטבח (הוא עוד מחכה...) אלא במקורות המידע שאני אוספת כל ימות השנה, וממתינים לרגע שבו אעמיק בהם קצת יותר. אז בזכות הסדר הזה מצאתי מידע ששמרתי כבר לפני כשלוש שנים, העוסק בהשקתו של מנוע חיפוש סמנטי רב תחומי חדש. ממש בזמן (נס חנוכה מוקדם?) כדי להיות הפרק השישי בסדרה העוסקת בהצגת תוצאות חיפוש מבוסס בינה מלאכותית בצורה ויזואלית.
אנחנו מצויים בתקופה של הצפת מידע: מעל ל - 2500 מאמרים מדעיים ו - 2200 בקשות לפטנטים מתפרסמים מדי יום (כך על פי הרשום כאן, במאמרו של המידען מרכוס זילמן על מנוע החיפוש Ominty). היכולת האנושית להתמודד עם כמות כזו של חומר היא מוגבלת, הן בתחום המקצועי של כל אחד, ועל אחת כמה וכמה בראיה בין תחומית.
טכנולוגיות חדשות, היודעות להתמודד עם כמויות עצומות של מידע (Big Data) ולהבינו במהירות, טכנולוגיות המבוססות על בינה מלאכותית, הן הטכנולוגיות שיהוו ככל הנראה את הבסיס לפתרון לצריכת המידע והבנתו בשנים הבאות. הטכנולוגיה של בינה מלאכותית מתפתחת במהירות בשנים האחרונות, בתחומים רבים ושונים. גם בתחום מנועי החיפוש ניתן לראות יותר ויותר דוגמאות למנועים מבוססי בינה מלאכותית. מרבית המנועים האלה עדין בראשית דרכם, בגרסאות בטא, עם כיסוי חלקי של החומר. אך נראה כי הם אלו שיהפכו למובילים בשנים הבאות על פני מנועי החיפוש המסורתיים.

תמונה 1. https://www.omnity.io/

Ominty

Ominty הושק בשנת 2016 לאחר 4 שנות פיתוח. עם מייסדי החברה, שמקום מושבה סן פרנסיסקו,  נמנה  Brain Sager המשמש גם כמנכ"ל.
Ominty מכסה מקורות מידע בתחומי ההנדסה, המדעים, הרפואה, הפיננסים, המשפטים והפטנטים. כמו גם מקורות מידע חדשותיים, ואף ויקיפדיה וסרטוני טד.
המימון ההתחלתי של החברה היה מבוסס על גרנטים של National Science Foundation.

לא רק רשימת מסמכים - מה מיוחד ב - Omnity?

מנוע החיפוש Ominty מבוסס על טכנולוגיות סמנטיות. הוא מאפשר גילוי של קשרים בין מסמכים מורכבים בתחום מסוים או בין תחומים על בסיס ההקשר של הטקסט שלהם (בניגוד למילות חיפוש מסויימות בלבד), גם אם הם לא מצטטים זה את זה או מקשרים זה לזה. הקשר בין המסמכים נוצר על בסיס הבנה של המשמעות של המסמך כולו. טכנולוגיה זו מייתרת למעשה את הצורך במילות מפתח, ופותחת אפשרויות לגילוי מידע חדש גם אם לא יודעים בדיוק באילו מלים להגדירו. הרעיון של צורת חיפוש זו ושל מנוע החיפוש Ominty מוצג כאן בסרטון. כמובן, שתרומתה האדירה של הטכנולוגיה כאן, מעבר לשיטת החיפוש עצמה, היא המהירות העצומה שבה החיפוש מתרחש, דבר שהיה לוקח לבני אדם לבצע במשך שנים ארוכות מתרחש כאן בשניות בודדות.
הקשרים בין התוצאות מוצגים גם בצורה ויזואלית לפי פרמטרים שונים כמו מקור המידע, זמן הפרסום, אזור גאוגרפי ועוד.

איך זה עובד?

החיפוש הבסיסי במנוע הוא חופשי. כלים מתקדמים יותר, וכיסוי של מאגרים שאינם חינמיים קיים בתשלום. בשלב ראשון יש להרשם לאתר (בחינם). באחת הכתבות על האתר היה כתוב שרישום עם אימייל אקדמי מקנה גישה מורחבת יותר למידע, בפועל לא ראיתי שיש הבדל אבל אולי בכל זאת קיים.
החיפוש מתבצע עם הכנסת מלות חיפוש, מחבר או פרמטרים נוספים. אולם החיפוש הייחודי של Omnity הוא באמצעות העלאת מסמך שלם למנוע החיפוש - המשמש למעשה כשאילתת החיפוש-  באחת משלוש דרכים: גרירת המסמך, העלאתו מהמחשב או באמצעות סימון קטע מהרשת והעלאתו בעזרת Web clipper (ניתן להורידו לדפדפן כרום מכאן - עדין בגרסת בטא). ניתן לבחור באילו מאגרים לפי תחומים ותתי תחומים יתבצע החיפוש.
לאחר קבלת התוצאות הראשוניות אפשר לחדד את החיפוש ולהוסיף מלים (כולל מלים שמוצעות לפי תוכן המאמרים),  חוקרים, מוסדות ועוד.

תצוגה ויזואלית

בפינה הימנית העליונה יש גישה לתצוגה ויזואלית של תוצאות החיפוש. כאן ניתן לראות את הקשרים בין התוצאות. התצוגה הויזואלית היא לפי רלוונטיות, קהילה, תאריך, מיקום גאוגרפי ועוד.

תמונה 2.דוגמה לתצוגה הויזואלית של תוצאות החיפוש ב - Omnity לפי קהילות

חיפוש: הדור הבא

כלי מדליק שקיים בגרסה בתשלום הוא בניית שאילתא, שבה את מקומן של מילות המפתח תופסים מאמרים. סקיצה של אופציה זו מוצג בתמונה 3.

תמונה 3. בונים שאילתה ממאמרים שלמים

לסיכום, Omnity הוא מנוע חיפוש נוסף המציג דרך חדשה לביצוע חיפוש רב תחומי סמנטי. הטכנולוגיה העומדת מאחוריו, כמו גם במנועי חיפוש דומים שנסקרו בסדרה, נמצאת כעת בתנופת פיתוח, וצפויה לשנות ככל הנראה את הדרך בה נחפש ונצרוך מידע בעתיד.

רואים תוצאות (חלק 5) - סקירת ספרות כפסיפס עם העוזר המדעי:Iris.ai

בפרק החמישי (את הפרקים הקודמים ניתן לקרוא כאן) בנושא כלים לסקירת ספרות ויזואלית אני שמחה לכתוב על הכלי Iris.ai. זהו כלי שהחל את דרכו בקיץ 2015 בהובלתם  של ארבעה מייסדים (מתוכם 2 נשים!) ממקומות שונים בעולם (כיום המשרד הראשי נמצא בברלין), על רקע התסכול שחשו בכל הקשור לביצוע סקירת ספרות מדעית. המטרה, במקום הקלישאה של "להפוך את העולם למקום טוב יותר" הוגדרה כ - "לעשות מדען אחד מאושר בכל פעם". מקור השם הוא שמה של האלה היוונית איריס, אלת הקשת בענן, שהיתה שליחת האלים להעברת הוראות ופקודות לבני האדם. אני לא בטוחה שהבנתי את הקשר, אולי כי על מנת לבצע את תפקידה היא נעה במהירות עצומה, בדומה למהירות שבה מבקש הכלי החדש לעזור לנו לבצע סקירת ספרות. תובנות נוספות בנושא יתקבלו בשמחה בתגובות לפוסט 😊.
על פי יוצרי Iris.ai, הכלי מקצר את משך סקירת הספרות, מקטין פספוסי מאמרים רלוונטיים, ומשפר את החיפוש בנושאים רב תחומיים. על הכלי כתב גם המידען מרכוס זילמן.

תמונה 1. דוגמה לפסיפס האינטרקטיבי שיוצר Iris.ai ממאמר אחד

למי  מיועד Iris.ai?

הכלי מתאים במיוחד לחוקרים בתחילתו של פרוייקט חדש, בעיקר אם מדובר בפרויקט רב תחומי, ולכל מי שמעונין לקבל תמונת מידע רחבה על תחום מסוים.

איך Iris.ai עובד?

לכלי חלק חינמי (Exploration), וחלק פרימיום (Focus tool) הדורש תשלום. בשלב זה לא ניתן לעשות מנוי אישי בתשלום, אלא רק מנוי מוסדי.

הכלי החינמי

בכלי החינמי הכל מתחיל ממאמר אחד על פי בחירתכם, או אפשרות מקורית יותר: סרטון טד! ראשית מומלץ לפתוח חשבון חינמי, שיאפשר לכם לשמור את המפות שתיצרו ומאמרים נבחרים לרשימת הקריאה. לאחר מכן לוחצים על Exploring, ומכניסים קישור לאבסטרקט קיים (URL או DOI), כותבים כותרת ואבסטרקט של מאמר אישי שטרם פורסם, או כאמור קישור לסרטון טד. המערכת מזהה את המאמר/סרטון ומציגה את שמו. לאחר לחיצה על השם המערכת סורקת את המאמר או הסרטון, מזהה באמצעות טכנולוגיה של בינה מלאכותית מילות מפתח (Keywords), מלים נרדפות (synonyms) ושמות מכלילים (hypernym), ועל פי פרמטרים אלה מחפשת מאמרים דומים ממאגר שעומד נכון להיום על כ - 80 מליון מאמרים בגישה פתוחה. לא לגמרי ברור באילו מאגרים נמצאים מאמרים אלה (3000 מאגרים לפי האתר, ורק מאגרי מאמרים בגישה פתוחה עקב חומות התשלום), אך ככל הנראה בין היתר במאגר הרב תחומי למאמרים בגישה פתוחה Core, ומאגר הפטנטים  PatentsView (על פי המצוין בפרק הקרדיטים).  בפוסט שפורסם לאחרונה בבלוג של האתר צוין כי גם  פאבמד הוסף למאגרים הנסרקים על ידי Iris.ai, מה שמוסיף מליוני מאמרים למאגר המאמרים הנסרקים בעת החיפוש.
למעשה, חלק זה של הכלי מאפשר "לדלג" על שלב חיפוש מילות המפתח ובניית השאילתה, ומספק באופן אוטומטי רשימת מאמרים רלוונטיים. אולם המאמרים לא מופיעים כרשימה, אלא כמפה אינטראקטיבית המסודרת לפי מילות המפתח שהוצאו מהמאמר בצורה היררכית. לחיצה על כל חלק במפה מגדילה את הפירוט ומאפשרת להגיע עד לרמת המאמר הבודד השייך לנושא מסויים. בלחיצה על מאמר מסויים ניתן לראות את מידת התאמתו לנושא באחוזים, לשמור אותו לרשימת הקריאה או להתחיל ממנו חיפוש חדש.
ניתן גם לערוך (Edit) את המפות (לשנות את שמות הקבוצות ולאחד קבוצות) ולסנן (Filter) את התוצאות עם פילטרים של שנת פרסום ומאגרי המידע לחיפוש או להסרה מהחיפוש. את השינויים ניתן לשמור, ואת המפה הסופית ניתן לשתף לרשתות החברתיות או כלינק.
סרטון קצר ומומלץ מציג את הפעולות הבסיסיות של הכלי.

אפשרויות פרימיום

חלק הפרימיום של הכלי, בגישה בתשלום מוסדי בלבד, מאפשר צמצום ובניה מתוחכמת יותר של רשימת קריאה המתקבלת מהחיפוש. בין היתר הוא מאפשר גם הוספת מאגרי מידע נוספים לפי בחירה (להם יש למוסד מנוי) לאלו הנסרקים על ידי Iris.ai.

מבט לעתיד

הכלי נמצא עדין בשלבי פיתוח. כאן ניתן לראות את מפת הדרכים לפיתוח ומה צפוי בהמשך.

לסיכום ניתן לומר כי Iris.ai הוא כלי נוסף המתבסס על טכנולוגיה של בינה מלאכותית ומאפשר קבלת תוצאות חיפוש ויזואליות המקלות על איתור מהיר וקל יותר של המאמרים הנדרשים בסקירת ספרות. הכלי עדין בפיתוח, ואינו מכסה את כל מאגרי הספרות הרלוונטיים, לכן עדין אינו יכול להחליף סקירת ספרות מסורתית, אך סביר להניח שבשנים הקרובות הוא ילך ויתקרב לכך. שווה להכיר ולעקוב, כי אלו ככל הנראה יהיו שיטות החיפוש המובילות בעולם מוצף המידע בכלל והמדעי בפרט איתו אנו מתמודדים בחייי היומיום. 

סמנטיק סקולר: עדכונים ל- 2018 וגם הגרלה!

על סמנטיק סקולר (Semantic Scholar) כתבתי לראשונה בראשית שנת 2017. תחילתה של שנת 2018 היא הזדמנות טובה לחזור לאתר ולראות מה התחדש.

מספר המאמרים

הדבר הראשון הבולט לעין: מספר המאמרים אותם מכסה מנוע החיפוש. התחזית לשנת 2017 היתה כיסוי של 20 מליון מאמרים, אך כעת ניתן לראות שהכיסוי כבר חצה את רף 40 מליון המאמרים (תמונה 1). מקורות המידע עליהם מבוסס המאגר לפי הכתוב בו הם PubMed, ArXiv, Springer Nature ו"רבים נוספים".

תמונה 1. https://www.semanticscholar.org/

דפי מידע

במהלך השנה החולפת נוספו לסמנטיק סקולר גם דפי נושא, אליהם ניתן להגיע בלחיצה על Explore Topic המופיע מימין לתוצאות החיפוש (תמונה 2). דפי הנושא מספקים הגדרה של המונח, מאמרים רלוונטיים ומספר אזכורים שלו בספרות לאורך השנים. 

תמונה 2. הפניה לדפי נושא של Semantic Scholar

סיכום ביניים ומבט לעתיד

נראה כי אלה החידושים העיקריים נכון להיום. הממשק של דף תוצאות החיפוש שונה מעט, אך עדין ניתן למצוא בו את הפילטרים כמו סוג הפרסום או מועדו, הצעות להוספת נושאים קשורים לחיפוש, הפניה למאמרים דומים, אופציות של ציטוט ושמירה, פרופילים של מחברים המראים את המאמרים שכתבו ואת הקשר שלהם למחברים אחרים ועוד. גם ה - Citeomatic עוד ישנו. טרם הוספה אפשרות ליצירת התראות על חיפושים.

תכניות לעתיד וגם הגרלה

על פי סקר שנשלח במייל לכל המתעניינים באתר (מוזמנים להצטרף גם כן לרשימת התפוצה במקום המתאים בתחתית דף הבית) החידוש הבא עומד להיות הוספת כיסוי לחומרים שאינם מאמרים מדעיים לאתר, כגון בלוגים, פודקסטים ווידאו. הביעו את דעתכם בנושא כאן בסקר, השפיעו על העתיד, וגם תיכנסו להגרלה של כרטיס מתנה של 50 דולר באמזון. 

מבט אל העתיד וגם פודקסט

טכנולוגיית הבינה המלאכותית, עליה מבוסס סמנטיק סקולר, צפויה להתרחב לעוד ועוד תחומים בחיינו. עוד על כך, בין היתר על השפעתה על עולם העבודה, ניתן לקרוא ולשמוע בראיון עם פרופ' אורן עציוני, שפורסם לאחרונה בבלוג עולם המידע של ד"ר יפה אהרוני. פרופ' עציוני הוא מדען מחשבים ומוביל הפרוייקט של סמנטיק סקולר. אגב, אם אתם במקצועות טיפוליים אתם יכולים להיות ככל הנראה רגועים: את התקשורת האנושית עוד לא הצליחו לחקות בעזרת רובוט. 

מה שבטוח, אם עוד לא התחלתם להשתמש בסמנטיק סקולר, שנת 2018 היא הזמן הנכון לעשות זאת, כי בטכנולוגיה עליה הוא מבוסס טמון העתיד. 

לגלות את הצייר שבך

אני אומרת - הגיע הזמן קצת להשתעשע ולהפעיל את היצירתיות. במקום לחפש תמונות חופשיות ברשת, או לצלם לבד, מה דעתכם... לצייר?  ולא, אל דאגה, כשרון ציור אינו נדרש. אולי יכולת שרבוט בסיסית.
כלי חדש של גוגל, המבוסס על בינה מלאכותית, ינסה לזהות לבד מה הדבר שניסיתם לצייר, יספק לכם ציור מושלם שלו, וגם יאפשר לכם לצבוע אותו, להוסיף טקסט, צורות גרפיות, להוריד אותו כתמונה ו/או לשתף ברשתות חברתיות. ניתן לבחור מתוך 3 גדלים בסיסיים של "נייר ציור".
הכלי גם מרחיב את הטווח היצירתי היות והוא מראה הרבה אפשרויות של תמונות למה שציירתם, ואולי תגיעו למחשבה אחרת ממה שהתכוונתם בתחילה?
ניתן לשימוש במחשבים, טאבלטים וסמארטפונים. מתאים גם ליצירת כרטיסי ברכה, דפי צביעה, וכל דבר שיעלה בדעתכם. ואם כן יש לכם כשרון ציור, תוכלו גם להציע לגוגל תמונות לשילוב באתר.

מידע נוסף

למידע נוסף ניתן לקרוא על הכלי החדש בכתבה מהאתר גיקטיים, בבלוג של גוגל, ומהאתר Make Use Of.
סרטון הדרכה ניתן לראות כאן.

דוגמה ליצירת המופת הראשונה שלי ב-  https://www.autodraw.com/

עוד על יצירתיות ובינה מלאכותית

אם אתם מרגישים יצירתיים מתמיד אולי תרצו לנסות ליצור גם קומיקס משלכם (אל דאגה, כשרון ציור לא נדרש גם כאן),
ואם אתם רוצים לנסות מנוע חיפוש מדעי המבוסס על בינה מלאכותית, ועשוי להערכתי לאיים על ההגמוניה של פאבמד וגוגל סקולר, נסו את סמנטיק סקולר. 

זה לא רק סמנטיקה - על מנוע החיפוש Semantic Scholar והפיתוח החדש: Citeomatic

מנוע החיפוש החופשי Semantic Scholar עלה לרשת בחודש נובמבר 2015 עם 3 מליון מאמרים מדעיים. כיום הוא מכסה למעלה מעשרה מליון מאמרים, והצפי לשנת 2017 הוא הרחבה לעשרים מליון מאמרים מדעיים.
לפי המידע על מנוע החיפוש, מרבית המאמרים עד כה הם מתחום מדעי המחשב והמוח, אם כי מההתנסות שלי מצאתי מאמרים רבים גם בתחומי הרפואה השונים כולל תזונה. התוכנית לשנת 2017 היא להגדיל משמעותית את הכיסוי של מנוע החיפוש לתחום הביו רפואי.
מנוע החיפוש הוא פרי פיתוחם של Allen Institute for Artificial Intelligence בהנהלת מדען המחשבים פרופ' אורן עציוני ו- The Allen Institute for Brain Science. עוד על פרופ' אורן עציוני ועל סמנטיק סקולר ניתן לקרוא כאן בבלוג של עמי סלנט.

סמנטיק סקולר וה - Citeomatic

מאפייני Semantic Scholar

צורת החיפוש של סמנטיק סקולר שונה ממנועי חיפוש אחרים ומבוססת על בינה מלאכותית. בשיטה זו מנוע החיפוש כמו "מבין" את המאמר, ודולה ממנו את מילות המפתח מבלי להיות תלוי במלים שהגדירו המחבר או המו"ל. הוא גם מסוגל למשל להבין מי מבין המאמרים המצוטטים במאמר היו חשובים למאמר, ומי צוטטו לצורך רקע בלבד.

כמו כן חשוב לדעת שסמנטיק סקולר מכסה כמעט אך ורק מאמרים בטקסט מלא. או כפי שמסבירים יוצרי האתר, הם אינם יכולים לעבור את חומת התשלום. 

כלים שימושיים

פילטרים

את תוצאות החיפוש ניתן למיין לפי רלוונטיות או תאריך (בפינה הימנית העליונה של המסך).

הפילטרים מצד שמאל של מסך תוצאות החיפוש מאפשרים מיונים נוספים, חלקם ספציפיים מדי לטעמי (אם אתם לא חוקרי מוח):

• לפי תחום המחקר Filed of study - כאן ניכרים תחומי העיסוק של יוצרי מנוע החיפוש - התחומים הקיימים נכון לעכשיו הם מדעי המחשב ומדעי המוח. 
• לפי שנת הפרסום
• לפי סוג הפרסום (סקירה, מאמר מקורי ועוד)
• לפי מחבר (מאפשר גם לזהות מחברים מובילים בתחום מסוים)
• לפי העיתון בו פורסם המאמר
• לפי האזור במוח וסוג התא במערכת העצבים ... (מדעי המוח כבר אמרנו?)
• לפי מאגרי נתונים בהם השתמשו
• לפי מונחי מפתח - שימושי!!
• לפי שיטות מחקר
• לפי בעל החיים הנחקר

שמירת מאמרים, שיתוף וציטוט

בראש המסך ניתן למצוא כלים ברוח התקופה - כפתור שיתוף של מנוע החיפוש לרשתות חברתיות שונות, וכן אפשרות להרשם באמצעות פייסבוק, גוגל או טוויטר וכך לשמור מאמרים ברשימת קריאה. 

את השמירה של מאמרים עושים בעזרת כפתור השמירה המופיע מתחת לכל מאמר בתוצאות החיפוש. 

כפתור ה - Cite המצוי גם כן תחת כל מאמר יאפשר לכם לשלוח את הציטוט לתוכנות לניהול ביבליוגרפיה או לקבל ציטוט מוכן להעתקה לפי APA, MLA או שיקגו. 

מאמרים דומים, מהירות הציטוט והרפרנסים המרכזיים

מתחת לכל מאמר נוכל למצוא גם הפניה למאמרים דומים ולטקסט המלא.

בחלק מהמאמרים יופיעו גם הנתונים המעניינים הבאים - באיזו מהירות צוטט המאמר ( Citation Velocity), ואילו רפרנסים שהוא מצטט הם החשובים ביותר לתוכנו ( Highly Influential Citations).

. 

חדש! ה - Citeomatic

בסוף ינואר 2017 הושק כלי חדש לסקירת ספרות שזכה לשם Citeomatic. מעלים לתוך ה - Citeomatic אבסטרקט או מאמר, והכלי מוצא מאמרים רלוונטיים. מתאים במיוחד בתחילת מחקר, או רגע לפני פרסום מאמר. אבל גם סתם כך למצוא מאמרים נוספים דומים למאמר טוב שכבר מצאתם. 

מה בין סמנטיק סקולר לגוגל סקולר ופאבמד - מחשבות

הכיסוי של מאמרים בטקסט מלא בעיקר מגביל את תוצאות החיפוש של סמנטיק סקולר לעומת מנועי החיפוש  פאבמד וגוגל סקולר, שכן כוללים מאמרים בתשלום בתוצאות החיפוש שלהם.

מבחינת היקף החומר המכוסה על ידי מנועי החיפוש, אם בסמנטיק סקולר שואפים להגיע ל -20 מליון בשנת 2017, בפאבמד יש כבר עכשיו מעל 26 מליון מאמרים, ובגוגל סקולר לפי ההערכות אף מעל 200 מליון.

יתרונו של גוגל סקולר הוא בכיסוי הרחב שלו, אולם הפרסומים הכלולים בו אינם מאמרים מדעיים בלבד, וכן החיפוש שלו כמעט ואינו מבוסס על מילות מפתח (מקור). 

בפאבמד כל המאמרים המגיעים למדליין עוברים מפתוח על ידי אנשי מקצוע הקוראים אותם - כך שיש מי שקורא ומבין את המאמר, בדומה לבינה המלאכותית אולי, אך כיון שמדובר בקצב של בני אדם לעומת מחשב, היתרון של מחשב ברור לאור הנפח העצום של מאמרים מדעיים המתפרסמים מדי שנה. 

שורת תחתונה

לעת עתה נראה שסמנטיק סקולר אינו יכול להחליף את גוגל סקולר ופאבמד באופן בלעדי, אך הוא בהחלט ראוי להכנס לרשימת מנועי החיפוש השימושיים והמשלימים זה את זה. שווה לעקוב ולראות אילו עדכונים ייכנסו בשנת 2017, נראה כי יש בהחלט למה לצפות!